RankMerging: Apprentissage supervisé de classements pour la prédiction de liens dans les grands réseaux sociaux

Lionel Tabourier (1) , Anne-Sophie Libert (2) , Renaud Lambiotte (2)

1 ComplexNetworks
2 NaXys - Namur Center for Complex Systems [Namur]

Trouver les liens manquants dans un grand réseau social est une tâche difficile, car ces réseaux sont peu denses, et les liens peuvent correspondre à des environnements structurels variés. Dans cet article, nous décrivons RankMerging, une méthode d'apprentissage supervisé simple pour combiner l'information obtenue par différentes méthodes de classement. Afin d'illustrer son intérêt, nous l'appliquons à un réseau d'utilisateurs de téléphones portables, pour montrer comment un opérateur peut détecter des liens entre les clients de ses concurrents. Nous montrons que RankMerging surpasse les méthodes à disposition pour prédire un nombre variable de liens dans un grand graphe épars.

Mots clés: link prediction; social networks; learning to rank

Domaines: Informatique [cs]; Réseaux et télécommunications [cs.NI]; Réseaux sociaux et d'information [cs.SI]

Lionel Tabourier, Anne-Sophie Libert, Renaud Lambiotte. RankMerging: Apprentissage supervisé de classements pour la prédiction de liens dans les grands réseaux sociaux. EGC 2015, 15ème conférence internationale sur l'extraction et la gestion des connaissances, 2015, Luxembourg, Luxembourg. ⟨hal-01208336⟩